01 ADC量化误差
一、前言
ADTest2024AprilTestATMEGA16.SchDoc
刚才,对于10位ADC的采样特性进行了测量,在输入信号变化非常小的时候,ADC的量化误差对采样结果造成的影响非常大,即使采用了 512个数据进行平均,也无法消除量化误差带来的影响。下面,测试通过在采用信号中引入噪声干扰,来消除量化所带来的误差。对采样数据进行超采样,通过平均来提高ADC的分辨率。
二、测量结果
对于模拟输入信号低通滤波RC的参数修改,可以改变输入噪声在采集信号中的比例.将 输入电阻从 10k欧姆降低到 1.5k欧姆, 使得滤波效果降低. 此时, 连续512个数据,可以看到其中数据波动范围是3, 而之前, 采集的数据波动范围只有2,这说明的确现在信号中的50Hz干扰信号增加了。下面重新测量不同电压下ADC平均数据的特性。对比,噪声对于ADC的量化误差的影响。
▲ 图1.2.1 修改RC之后采集的数据
测量150个数据, QR10分压电阻从 10k欧姆上升到 10.15k欧姆. 蓝色数据线是512个数据平均结果, 橙色则是一个AD采样的结果.前面电压逐步上升, 后面突然电压的降低, 具体原因现在还不得而知. 下面对比之前噪声小和现在噪声大所测量的平均结果.
▲ 图1.2.2 测量数据
下面是两次ADC测量的结果。青色数据是50Hz噪声小的情况下测量的结果,橙色数据是50Hz 噪声大的情况下测量的结果。我们先不管橙色数据后面的这段数值突降的情况,具体原因我现在还无法解释。在输入输出噪声比较小的时候,可以看到ADC的量化误差对于数据造成的影响还是蛮大的。
而噪声比较大的时候,测量的数据则表现为更好的测量线性,对应的量化误差明显减少了。理论上,数据每经过四倍的平均,就可以提高 一个 比特的 采样量化分辨率。512个数据 大约提高了 4位半的 ADC分辨率。所以,在ADC位数比较小的时候,适当增加输入信号的噪声幅度,有利于提高信号采样的分辨率。
▲ 图1.2.3 对比ADC平均结果
※ 总 结 ※
本文对比了10位ADC在采样数据平均运算时,数据中的噪声会减少量化误差带来的影响。如果把输入信号进行非常彻底的噪声去除,则 ADC的量化误差无法通过数据平均来消除。所以,水至清则无鱼。风浪越大,鱼越贵。